[发明专利]一种基于实体识别的文本分类方法及电子装置

权利要求书

1.一种基于实体识别的文本分类方法，其步骤包括：

1)对待检测文本进行切词，得到情感词与情感对象实体词，并通过一情感对象实体及情感类别已标注数据集判断情感对象实体词的情感类别；

2)对待检测文本进行断句，通过情感词与标注情感类别的情感对象实体词在每一句子中的词性、否定词及标点符号内容，获取各句子的情感类别；

3)依据各句子的情感类别，得到待检测文本的情感类别。

2.如权利要求1所述的方法，其特征在于，在提取待检测文本中的情感词与情感对象实体词之前，对待检测文本进行预处理；所述预处理包括：简化繁体字和去除停用词。

3.如权利要求2所述的方法，其特征在于，获取停用词的方法包括结巴分词方法。

4.如权利要求1所述的方法，其特征在于，通过大连理工大学情感词汇本体库DUTIR情感词典，得到情感词。

5.如权利要求1所述的方法，其特征在于，通过以下步骤得到情感对象实体及情感类别已标注数据集：

1)采集若干已标注情感类别样本文本，获取各已标注情感类别样本文本的情感对象实体词，并根据各已标注情感类别样本文本的情感类别，对各情感对象实体词进行标注，得到第一情感对象实体及情感类别已标注数据集；

2)对每一已标注情感类别样本文本进行分词，将第一分词结果分别输入层叠隐马尔可夫模型与条件随机场实体识别学习模型进行训练，得到层叠隐马尔可夫实体分类模型与条件随机场情感对象实体分类模型；

3)采集若干未标注情感类别样本文本，对每一未知情感类别样本文本进行分词，将第二分词结果分别输入层叠隐马尔可夫实体分类模型与条件随机场实体分类模型，分别得到第一标注情感类别的情感对象实体词集与第二标注情感类别的情感对象实体词集；

4)若第一标注情感类别的情感对象实体词集与第二标注情感类别的情感对象实体词集中情感对象实体词的情感类别标注结果相同，得到第二情感对象实体及情感类别已标注数据集；若同一未标注情感类别样本文本中一情感对象实体词的情感类别不同，则由领域专家进行情感类别判断，得到第三情感对象实体及情感类别已标注数据集；对第一标注情感类别的情感对象实体词集与第二标注情感类别的情感对象实体词集之间不同的情感对象实体词，进行人工情感对象实体词语标注及由领域专家进行情感类别判断，得到第四情感对象实体及情感类别已标注数据集；

5)结合第一情感对象实体及情感类别已标注数据集、第二情感对象实体及情感类别已标注数据集、第三情感对象实体及情感类别已标注数据集及第四情感对象实体及情感类别已标注数据集，得到情感对象实体及情感类别已标注数据集。

6.如权利要求1所述的方法，其特征在于，所述词性包括主语、否定词、谓语、宾语和定语。